通过对粗糙局部演示的对抗模仿学习敏捷技能
机器人学
2022-11-22 v3 人工智能
机器学习
摘要
学习敏捷技能是机器人领域的主要挑战之一。为此，强化学习方法已取得令人印象深刻的成果。这些方法需要以奖励函数形式或可在仿真中查询以提供目标控制输出的专家形式给出显式任务信息，这限制了其适用性。在本工作中，我们提出一种生成对抗方法，从局部且可能物理上不兼容的演示中推断奖励函数，以在参考或专家演示不易获取的情况下成功习得技能。此外，我们表明，通过使用 Wasserstein GAN formulation 并以带有粗糙与局部信息的演示中的转移作为输入，我们能够提取出鲁棒且能够模仿所演示行为的策略。最后，所获得的如后空翻等技能在名为 Solo 8 的敏捷四足机器人上进行了测试，并呈现出对手持人体演示的忠实复现。
引用
@article{arxiv.2206.11693,
title = {Learning Agile Skills via Adversarial Imitation of Rough Partial Demonstrations},
author = {Chenhao Li and Marin Vlastelica and Sebastian Blaes and Jonas Frey and Felix Grimminger and Georg Martius},
journal= {arXiv preprint arXiv:2206.11693},
year = {2022}
}